生物启发的尖端架构使能量受限触摸编码成为可能

科学领域:

• 机器人和人工智能 机器人和人工智能
• 生物仿真传感传感器
• 神经科学是一个神经科学.

背景情况:

• 人类的触觉对于交互和对象操纵至关重要,它依赖于分布式机械受体和高效的神经处理.
• 当前的机器人触觉传感在布线,能源消耗,可扩展性和并行处理方面面临着挑战.
• 复制生物触摸能力对于推进自主系统至关重要.

研究的目的:

• 开发一个模块化的人工触觉系统,克服当前机器人传感解决方案的局限性.
• 模仿人类体感官系统的早期阶段,以增强触觉信息处理.
• 展示一个可扩展和能源可持续的解决方案,用于自主系统的触摸感知.

主要方法:

• 基于纤维布拉格格网 (FBG) 的电子皮肤 (e-skin) 与尖端神经网络 (SNN) 的集成.
• 在神经形态芯片上实现SNN,以实现高效,低功耗的计算.
• 生物灵感连接被用来调查其对触觉处理的影响.

主要成果:

• 与深度学习方法相比,实现了高达10倍的本地化超级分辨率,并将本地化精度提高了32%.
• 证明了对多触摸和动态触摸条件的概括性.
• 神经形SNN表现出对模拟神经元约束的稳定性,使得高度并行,低于mW的计算.

结论:

• 开发的人工触觉系统为触觉感知提供了一个可扩展的,节能的解决方案.
• 该系统提供了对生物灵感触觉处理的机械洞察.
• 这种方法在需要在动态环境中安全的人类交互和操作的自主系统中具有直接的应用.